Dos ritmos de cambio: la evolución de las redes personales de una

cohorte de estudiantes universitariosIsidro Maya Jariego & Daniel Holgado

Universidad del Norte, 20 de septiembre de 2011

• Una transición ecológica se produce cuando la posición de una persona en el ambiente ecológico se altera como consecuencia de un cambio de rol, de contexto o de ambos (Bronfenbrenner, 1977).– Representa un punto de cambio en al patrón de relaciones sociales

entre el individuo y el contexto.– Las transiciones académicas normativas las realizan normalmente

grandes cohortes de individuos.– Estos procesos tienen diferentes tasas de cambio a nivel individual

y colectivo (Seidman & French, 2004).

Información longitudinal de una cohorte de estudiantes de

Secundaria

• Estudio longitudinal de 69 estudiantes de enseñanza secundaria (IES Albero, Alcalá de Guadaíra):– Red social de los encuestados (t1, n= 69; t2, n= 57), segunda entrevista 17

meses más tarde.– 69 redes personales: 45 alteri, con información sobre la composición

(Alcalá/Sevilla), la fuerza de las relaciones (0/1/2/3/4/5) and la multiplicidad del apoyo (ASSIS, 6 tipos de apoyo).

– Índice SCI.

• 208 estudiantes universitarios de Alcalá de Guadaíra in Sevilla:– Red social de los encuestados (n = 173).– 208 redes personales: 25 alteri; fuerza de la relación (0/1/2); el resto de

indicadores igual que los anteriores.– Índice SCI.

• 403 encuestados en Alcalá de Guadaíra (muestra representativa):– 403 redes personales: el resto igual.– Índice SCI.

Movilidad geográfica y redes personales

Descriptive statistics: personal networks of general population and university students

General population University students

Mean SD Mean SD Av. Degree 66,4625 19,51495 50,77422 16,087127 Av. Closeness 74,3714 17,65566 58,69280 19,999196 Av. Betweeness 1,5286 1,01218 2,37599 1,226724 Av. Eigenvector 26,7684 1,48456 25,68710 3,937196 Av. Density 1,165863 ,3990389 ,800701 ,2858055 Number of Cliques 11,920596 13,7174272 15,889423 10,8107248 Number of Components 1,086849 ,3595198 1,399038 1,2036173 N n = 403 n = 208

Descriptivos de las redes de población general y de los estudiantes universitarios

Movilidad y estructura de las redes personales en Población General

Regresión lineal

1,00 2,00 3,00 4,00 5,00

Fdesplazamiento

0,5000

1,0000

1,5000

2,0000

Den

sit

y

1Density = 1,35 + -0,06 * FdesplazamientoR-cuadrado = 0,04

Density by frequency of visits to Seville

Regresión lineal

1,00 2,00 3,00 4,00 5,00

Fdesplazamiento

0,00

2,00

4,00

6,00

Bet

wee

nes

s

1Betweeness = 1,06 + 0,16 * FdesplazamientoR-cuadrado = 0,04

Betweeness by frequency of visits to Seville

Paired two-sample t-tests: personal networks of students entering University

Secondary School (t1) Second wave (t2)

Mean SD Mean SD t Sig. Av. Degree

41,02491 11,203708

36,84040

9,755720

3,025 ,004

Av. Closeness 53,07516

16,473154

51,68670 16,693174

,567 ,573

Av. Betweeness 1,57598

,456781

1,77277 ,640803

-2,181 ,033

Av. Eigenvector 18,56689

1,134057

17,71563 4,045673

1,677 ,099

Av. Density ,637142

,1931756

,577489 ,1604525

2,928 ,005

Number of Cliques 63,684211

62,6720939

68,350877 111,2077353

-,524 ,603

Number of Components

1,473684 1,2262787

1,350877

1,1416033

1,187 ,240

N n = 57 n = 57

Evolución de las redes personales de los estudiantes que entran en la universidad

Las redes personales cambian en contextos de transición ecológica…

La red social de los estudiantes que terminan la

enseñanza secundaria

• Primera oleada

– Los estudiantes tiene 17.2 años de media. Viven con sus padres y han vivido toda su vida en la misma ciudad.

– Pasan el 86.9% de su tiempo en Alcalá y el 12.9% en Sevilla.

– El 91.3% viaja menos de una vez por semana a Sevilla.

– De acuerdo con el SCI, se identifican más con Alcalá (Mean= 31.74, SD= 4.88) que con Sevilla (Mean= 27.31, SD= 4.75), t= -5.261, p <.0001.

• Segunda oleada

– 15 meses después de la primera entrevista, parte de ellos llevan 7 meses estudiando en la universidad (56.4%).

– Pasan el 63.4% de su tiempo en Alcalá y el 36.3% en Sevilla.

– El 56.5% viaja 5 veces o más a la semana a Sevilla.

– Se identifican más con Alcalá (Mean= 29.69, SD= 4.72) que con Sevilla (Mean= 27.94, SD= 4.36), t= -2.215, p<.0049). Pero la identificación Alcalá se ha reducido del tiempo 1 al tiempo 2 (t= 2.776, p<.007).

Al salir de la enseñanza secundaria…

Network density indicators:Observation time 1 2 Density 0.846 0.876Average degree 58.368 60.440Number of ties 3969 2796Missing fraction 0.000 0.320

Paired two-sample t-tests: social network of students entering University

Secondary School (t1) Second wave (t2)

Mean SD Mean SD t Sig. Av. Degree 93,12856 6,995873 96,27186 4,667357 -4,641 ,000

Av. Closeness 93,92551 5,546524 96,66567 3,919586 -4,973 ,000

Av. Betweeness ,11677 ,025054 ,06611 ,014124 14,795 ,000

Av. Eigenvector 16,66609 1,229265 18,71135 ,879543 -18,254 ,000

N n = 57 n = 57

Evolución de la red social de los estudiantes que entran en la universidad

Redes personales y redes sociales

Correlations: personal networks x social networks (university students)

Av. Social networks centrality measures

Av. Personal networks centrality measures Degree208 Closse208 Betwen208 Eigen208 Degree Correlación de Pearson ,113 ,115 ,023 ,109 Sig. (bilateral) ,142 ,134 ,763 ,157 N 171 171 170 171 Closeness Correlación de Pearson ,107 ,126 -,042 ,126 Sig. (bilateral) ,164 ,101 ,590 ,101 N 171 171 170 171 Betweenness Correlación de Pearson -,059 -,051 -,074 -,032 Sig. (bilateral) ,440 ,504 ,338 ,680 N 171 171 170 171 Eigenvector Correlación de Pearson ,094 ,098 -,014 ,103 Sig. (bilateral) ,223 ,203 ,854 ,180 N 171 171 170 171 Density Correlación de Pearson ,187(*) ,183(*) ,073 ,171(*) Sig. (bilateral) ,014 ,016 ,342 ,025 N 171 171 170 171 Clique Correlación de Pearson -,076 -,064 -,096 -,053 Sig. (bilateral) ,325 ,408 ,211 ,492 N 171 171 170 171 Component Correlación de Pearson -,052 -,072 ,030 -,080 Sig. (bilateral) ,496 ,348 ,695 ,296 N 171 171 170 171

** La correlación es significativa al nivel 0,01 (bilateral). * La correlación es significante al nivel 0,05 (bilateral).

Correlations: personal networks x social networks (Albero t1)

Av. Social network centrality measures t1 Av. Personal network centrality measures t1 SocDeg1 SocClos1 SocBet1 SocEig1 AvgDegT1 Correlación de Pearson -,054 -,056 -,093 -,049 Sig. (bilateral) ,659 ,646 ,449 ,692 N 69 69 69 69 AvgClosT1 Correlación de Pearson -,089 -,086 -,135 -,083 Sig. (bilateral) ,467 ,483 ,270 ,498 N 69 69 69 69 AvgBetT1 Correlación de Pearson -,007 -,009 -,021 -,007 Sig. (bilateral) ,956 ,944 ,866 ,957 N 69 69 69 69 AvgEigT1 Correlación de Pearson ,087 ,094 ,106 ,084 Sig. (bilateral) ,477 ,442 ,385 ,490 N 69 69 69 69 DensT1 Correlación de Pearson -,083 -,082 -,101 -,079 Sig. (bilateral) ,497 ,502 ,408 ,520 N 69 69 69 69 CliqueT1 Correlación de Pearson -,185 -,187 -,198 -,179 Sig. (bilateral) ,129 ,124 ,103 ,140 N 69 69 69 69 CompT1 Correlación de Pearson ,050 ,046 ,122 ,044 Sig. (bilateral) ,681 ,705 ,316 ,722 N 69 69 69 69

** La correlación es significativa al nivel 0,01 (bilateral). * La correlación es significante al nivel 0,05 (bilateral).

Correlations: personal networks x social networks (Albero t2)

SocDeg2 SocClos2 SocBet2 SocEig2 AvgDegT2 Correlación de Pearson ,067 ,056 ,062 ,064 Sig. (bilateral) ,619 ,677 ,646 ,638 N 57 57 57 57 AvgClosT2 Correlación de Pearson -,042 -,099 -,105 -,086 Sig. (bilateral) ,755 ,464 ,438 ,525 N 57 57 57 57 AvgBetT2 Correlación de Pearson -,106 -,127 -,248 -,115 Sig. (bilateral) ,434 ,348 ,063 ,396 N 57 57 57 57 AvgEigT2 Correlación de Pearson -,070 -,075 -,064 -,067 Sig. (bilateral) ,603 ,578 ,637 ,619 N 57 57 57 57 DensT2 Correlación de Pearson ,041 ,024 ,101 ,026 Sig. (bilateral) ,759 ,860 ,457 ,847 N 57 57 57 57 CliqueT2 Correlación de Pearson ,072 ,068 ,106 ,065 Sig. (bilateral) ,593 ,614 ,431 ,632 N 57 57 57 57 CompT2 Correlación de Pearson ,082 ,120 ,143 ,108 Sig. (bilateral) ,543 ,374 ,289 ,425 N 57 57 57 57

** La correlación es significativa al nivel 0,01 (bilateral). * La correlación es significante al nivel 0,05 (bilateral).

La información de redes personales como covariantes

individuales

Classification of personal networks (k-mean) t1

Cluster 1 Cluster 2

Mean SD Mean SD t Sig. Av. Degree 48.61287 13.702762 38.88020 10.815228 2.905 .005

Av. Closeness 63.69727 12.680295 51.38013 15.959677 2.752 .008

Av. Betweeness 1.24040 0.345457 1.70198 0.496826 -3.370 .001

Av. Eigenvector 19.43713 0.782028 18.23020 1.169620 3.759 .000

Density 0.731753 0.2603125 0.610531 0.1850843 2.045 .045

Number of cliques

159.1333 114.5954790 44.111111 17.5151327 7.211 .000

Number of components

1.133333 0.3518658 1.481481 1.2550388 -1.058 .294

N n = 15 n = 54

Table 1. Personal networks information as individual covariates: estimates and standard errors. Information for convergence

diagnosis Estimation results

Effects (n = 69) AES S.D. t AES S.E. Evaluation function Outdegree (density) Reciprocity Transitive triplets A1: Average Betweeness (PN, t1) A2 : Cluster 1 vs. Cluster 2 (PN, t1) Rate function Effect A1 on rate Effect A2 on rate

3.336 -5.250

-388.262

0.222 0.145

-0.235 0.058

32.792 52.295

3858.074

11.727 5.671

9.965 3.979

0.102 -0.100 -0.101

0.019 0.025

-0.024 0.015

-2.1938 -0.0308 0.0238

-0.4174 -0.5441

0.2871 0.6166

0.2513 0.1275 0.0018

0.0858 0.2328

0.1235 0.2349

n = number of actors; AES = average effect size; SE = standard error; SD = standard deviation; t = t student. Rate parameter: 15.7995 (1.2555). Missing values: fraction of 0.320.

Table 2. Personal networks and sense of community: estimates and standard errors. Information for convergence

diagnosis Estimation results

Effects (n = 69) AES S.D. T AES S.E. Evaluation function Outdegree (density) Reciprocity Transitive triplets A1: Average Betweeness (PN, t1) A2: Average Betweeness (PN, t2) A3: Cluster 1 vs. Cluster 2 (PN, t1) A4: Sense of Community /Alcalá Rate function Effect A1 on rate Effect A2 on rate Effect A3 on rate Behaviour Dynamics Rate SOC_A period 1 Effect A1 on rate SOC_A Effect A2 on rate SOC_A Effect A3 on rate SOC_A Behaviour SOC_A tendency Behaviour SOC_A: effect from A1

-0.681 0.130

-12.554

0.380 0.604 -0.464 -2.026

-0.071 0.037 -0.108

-1.944 -0.436 2.025 0.862

-5.000 -1.975

37.971 30.049

362.962

11.764 16.023 10.243

203.948

8.748 13.969 6.480

106.621 58.050 67.721 59.261

137.462 73.069

-0.018 0.004 -0.035

0.032 0.038 -0.045 -0.010

-0.008 0.003 -0.017

-0.018 -0.008 0.030 0.015

-0.036 -0.027

-2.1200 0.8679 0.1061

-0.3577 -0.3840 0.4231 0.0235

0.1318 0.2464 -0.1584

812.2542 0.9986 0.1442 -2.6522

-0.0007 0.0136

0.3420 0.3552 0.0211

0.2306 0.2695 0.5204 0.0309

0.3269 0.1540 0.5822

268.8556 0.1731 0.1456 0.3737

0.0200 0.0348

n = number of actors; AES = average effect size; SE = standard error; SD = standard deviation; t = t student. Rate parameter: 14.6158 (6.2515). Missing values: fraction of 0.320.

• Movilidad geográfica y transiciones personales:

– Los indicadores de centralidad promedio de las redes personales reflejan indirectamente el proceso de reubicación.

– Durante la fase más activa de las transiciones ecológicas, las redes personales tienden a experimentar un aumento en la intermediación promedio (betweeness).

– Por otro lado, la intermediación promedio de las redes personales de los individuos influyen en la evolución y la tasa de cambios de las redes de los estudiantes en proceso de reubicación y/o transición personal.

– La cohorte de estudiantes en proceso de reubicación parece desacelerar las transiciones individuales (proporcionando apoyo y aportando un efecto amortiguador, al menos temporalmente).

TerritorialTerritorial Relational

Origen countryExpatried

compatriots Spain

Alcalá University students in Seville

Seville

Role de intermediación de la cohorte de estudiantes que entra en la universidad

GRACIAS

Isidro Maya Jariego <isidromj@us.es> Daniel Holgado <dholgado@us.es>

http://personal.us.es/isidromj

LABORATORIO DE REDES PERSONALES Y COMUNIDADES

Departamento de Psicología SocialUNIVERSIDAD DE SEVILLA